CUDA out of memory. Tried to allocate 166.00 MiB

这个错误通常出现在使用GPU运行深度学习模型时，因为模型需要显存存储数据和计算中间结果，显存不足时就会出现该错误。有以下几种方法可以尝试解决：

1. 减少batch size：减少每批次输入的数据量，可以降低显存的使用量，但同时可能会影响模型的性能和收敛速度。

2. 减少模型参数量：可以通过减少模型的层数、特征图的通道数等方式来减少模型的参数量，从而降低显存的使用量。

3. 使用更高显存的GPU：如果你使用的是比较老的GPU，可以考虑升级到显存更大的GPU来避免显存不足的问题。

4. 分布式训练：可以使用多个GPU同时训练模型，将数据和计算分配到多个GPU上，从而降低每个GPU的显存使用量。

5. 减少其他程序的显存占用：如果你的电脑上有其他程序在使用显存，可以尝试关闭这些程序，从而留出更多的显存给深度学习模型使用。